Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/302.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python Scikit学习带权重的分类和回归_Python_Classification_Regression_Scikit Learn - Fatal编程技术网
Fatal编程技术网
  • python/
  • Python Scikit学习带权重的分类和回归

Python Scikit学习带权重的分类和回归

python scikit-learn

Python Scikit学习带权重的分类和回归,python,classification,regression,scikit-learn,Python,Classification,Regression,Scikit Learn,如果我想对每个样本进行不同的加权，如何在sklearn中进行分类或回归？有没有一种方法可以通过自定义损失函数来实现这一点？如果是这样的话，损失函数通常是什么样子的？有没有更简单的方法？要称量单个样本，请将样本权重数组输入估计器的拟合方法。这应该是长度n_样本的一维数组（即在大多数任务中与y相同的维度）： 并非所有型号都支持此功能，请查看文档 estimator.fit(X, y, sample_weight=some_array)

如果我想对每个样本进行不同的加权，如何在sklearn中进行分类或回归？有没有一种方法可以通过自定义损失函数来实现这一点？如果是这样的话，损失函数通常是什么样子的？有没有更简单的方法？

要称量单个样本，请将
样本权重
数组输入估计器的
拟合方法。这应该是长度
n_样本的一维数组（即在大多数任务中与
y
相同的维度）：

并非所有型号都支持此功能，请查看文档


estimator.fit(X, y, sample_weight=some_array)